Îmbinarea pe coloane cheie

Joins în Pandas pentru utilizatorii de foi de calcul

John Miller

Principal Data Scientist

Cadru de lucru (continuare)

După vizualizarea și înțelegerea datelor:

Determinați relația
Verificați valorile unice din coloana cheie

pătrate

Coloane cheie unice

$$ $$ Valori unice pentru o cheie cu o singură coloană

df.duplicated('GameKey').sum()

$$ -- -- O valoare de 0 înseamnă fără duplicate -- --

df.duplicated(['GameKey', 'PlayId']).sum()

index cu o singură coloană

index cu mai multe coloane

Cadru de lucru (continuare)

După vizualizarea și înțelegerea datelor:

Determinați relația
Verificați valorile unice din coloana cheie
Scrieți și executați instrucțiunea de îmbinare

pătrate

Executarea îmbinării

Instrucțiunea este aceeași!

df1.merge(df2, how='inner', on='')

Atenție la parametri

Sintaxă completă: DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), indicator=False, validate=None)

Validarea îmbinărilor

DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), indicator=False, validate=None)

Valori pentru validate:

"one_to_one" or "1:1"
"one_to_many" or "1:m"
"many_to_one" or "m:1"
"many_to_many" or "m:m" (nu face nimic)

Să exersăm!

Joins în Pandas pentru utilizatorii de foi de calcul